Salınımlı Kaotik Ayçiçeği Optimizasyon Algoritması

Year 2021, , 625 - 634, 15.09.2021

Suna Yıldırım , Güngör Yıldırım , Bilal Alatas

https://doi.org/10.35234/fumbd.901601

Cited By: 4

Abstract

Uzun yıllardır metasezgisel algoritmalar güncelliğini korumakta, bu alanda farklı algoritmalar geliştirilmeye devam etmektedir. Son zamanlarda önerilen Ayçiçeği Optimizasyon Algoritması başarılı bir arama algoritması olarak öne çıkmaktadır. Bununla birlikte yeni bir algoritma olması nedeni ile geliştirilmeye açık ve kullandığı yöntem ile de esnek bir yapıdadır. Bu çalışma Ayçiçeği Optimizasyon algoritmasını esas alan ve farklı bir keşif yöntemi kullanan Salınımlı Kaotik Ayçiçeği Optimizasyon Algoritmasını önermektedir. Aynı zamanda, önerilen algoritmada birey üretimi ve algoritma yürütümü farklı kaotik haritalar kullanılarak gerçekleştirebilmektedir. Bunun için Chebyshev, Circle, Logistic, Sine ve Tent kaotik haritaları kullanılmıştır. Performans karşılaştırmaları için kısıtlı ve kısıtsız test fonksiyonları tercih edilmiş ve mukayeseli sonuçlar sunulmuştur. Yapılan bu deneysel çalışma sonucunda, Salınımlı Kaotik Ayçiçeği Algoritmasının, klasik ayçiçeği algoritması ile rekabet edebilir sonuçlar verdiği ispatlanmıştır.

Keywords

Ayçiçeği Optimizasyon Algoritması, Kaotik, Optimizasyon

References

• Gomes GF, Cunha Jr SS, Ancelotti Jr AC. A sunflower optimization (SFO) algorithm applied to damage identification on laminated composite plates. Engineering with Computers 2019; 35: 619-626. Doi: 10.1007/s00366-018-0620-8.
• Qais MH, Hasanien HM, Alghuwainem S. Identification of electrical parameters for three-diode photovoltaic model using analytical and sunflower optimization algorithm. Applied Energy 2019; 250: 109-117. Doi: 10.1016/j.apenergy.2019.05.013.
• Gomes GF, Almeida FA. Tuning metaheuristic algorithms using mixture design:Application of sunflower optimization for structural damage identification. Advances in Engineering Software 2020; 149: 102877. Doi: 10.1016/j.advengsoft.2020.102877.
• Hussien AM, Hasanien HM, Mekhamer SF. Sunflower optimization algorithm-based optimal PI control for enhancing the performance of an autonomous operation of a microgrid. Ain Shams Engineering Journal 2021; Doi: 10.1016/j.asej.2020.10.020.
• Yuan Z, Wang W, Wang H, Razmjooy N. A new technique for optimal estimation of the circuit-based PEMFCs using developed Sunflower Optimization Algorithm. Energy Reports 2020; 6: 662-671. Doi: 10.1016/j.egyr.2020.03.010.
• Shaheen MAM, Hasanien HM, Mekhamer SF, Talaat HEA. Optimal Power of Power Systems Including Distributed Generation Units Using Sunflower Optimization Algorithm. IEEE Access 2019; 7: 109289-109300. Doi: 10.1109/Access.2019.2933489.
• Alshammari BM, Guesmi T. New Chaotic Sunflower Optimization Algorithm for Optimal Tuning of Power System Stabilizers. Journal of Electrical Engineering & Technology 2020; 15: 1985-1997. Doi: 10.1007/s42835-020-00470-1.
• Koupaei JA, Hosseini SMM, Ghaini FMM. A new optimization algorithm based on chaotic maps and golden section search method. Engineering Applications of Artificial Intelligence 2016; 50: 201-214. Doi: 10.1016/j.engappai.2016.01.034.
• Yang D, Liu Z, Jilei Z. Chaos optimization algorithms based on chaotic maps with different probability distribution and search speed for global optimization. Commun Nonlinear Sci Numer Simulat 2014; 19: 1229-1246. Doi: 10.1016/j.cnsns.2013.08.017.
• Demir FB, Tuncer T, Kocamaz AF. A chaotic optimization method based on logistic-sine map for numerical function optimization. Neural Computing and Applications 2020; 32: 14227-14239. Doi: 10.1007/s00521-020-04815-9.
• Xiang T, Liao X, Wong K. An improved particle swarm optimization algorithm combined with piecewise linear chaotic map. Applied Mathematics and Computation 2007; 190: 1637-1645. Doi: 10.1016/j.amc.2007.02.103.
• Tian D. Particle Swarm Optimization with Chaotic Maps and Gaussian Mutation for Function Optimization. International Journal of Grid Distribution Computing 2015; 8(4): 123-134. Doi: 10.14257/ijgdc.2015.8.4.12
• Garip ZB, Çimen ME, Karayel D, Boz AF. The Chaos-Based Whale Optimization Algorithms Global Optimization. Chaos Theory and Applications. 1(1): 51-63.
• Pluhacek M, Senkerik R, Zelinka I. Impact of Various Chaotic Maps on the Performance of Chaos Enhanced PSO Algorithm with Inertia Weight-An Initial Study. Nostradamus: Modern Methods of Prediction, Modeling and Analysis of Nonlinear Systems, Advances in Intelligent Systems and Computing; 2013; Berlin. 153-166. Doi: 10.1007/978-3-642-33227-2_18
• Alataş B, Akın E, Özer AB, Kaotik Haritalı Parçacık Sürü Optimizasyon Algoritmaları. ELECO 2007 5th International Conference on Electrical and Electronics Engineering; 2007; Bursa.
• Yıldırım G, Aydın G, Alli H, Tatar Y. Hadoop ile Kaos Temelli FCW Optimizasyon Algoritmasının Analizi. ELECO 2014 Elektrik-Elektronik-Bilgisayar ve Biyomedikal Mühendisliği Sempozyumu; 2014; Bursa. 708-712.
• May RM. Simple mathematical models with very complicated dynamics, Nature 1976; 261: 459-467.
• Geisel T, Fairen V. Statistical Properties of Chaos in Chebyshev Maps. Physics Letters 1984; 105A: 263–266.
• Li C, Luo G, Qin K, Li C. An image encryption scheme based on chaotic tent map. Nonlineer Dynamics 2017; 87: 127-133. Doi: 10.1017/s11071-016-3030-8.